图像校正方法、装置、存储介质及电子设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114972098A(43)申请公布日2022.08.30(21)申请号202210613088.9(22)申请日2022.05.31(71)申请人北京智通东方软件科技有限公司地址102101北京市延庆区中关村延庆园东环路2号楼294室(72)发明人王少康(74)专利代理机构北京英创嘉友知识产权代理事务所(普通合伙)11447专利代理师曹寒梅(51)Int.Cl.G06T5/00(2006.01)G06T7/00(2017.01)G06T7/194(2017.01)权利要求书2页说明书9页附图4页(54)发明名称图像校正方法、装置、存储介质及电子设备(57)摘要本公开涉及一种图像校正方法、装置、存储介质及电子设备。方法包括：将待校正图像输入到目标高分辨率网络中，得到待校正图像对应的目标光流和前背景分割图；根据目标光流和前背景分割图，对待校正图像进行畸变校正。这样，能实现畸变图像的自动校正，降低图像识别难度，提升图像识别准确率和处理效率，推动真实、网络等不同场景的图像识别能力。另外，目标高分辨率网络采用重复多尺度融合方式，并行连接高分辨率到低分辨率的子网，利用相同深度和相似级别的低分辨率表示来提高高分辨率表示，使得高分辨率到低分辨率的表示在语义上都更强，预测热图在空间上更精确，能精准预测目标光流和前背景分割图，进而提升畸变校正精度，提升图像识别准确率。CN114972098ACN114972098A权利要求书1/2页1.一种图像校正方法，其特征在于，包括：获取待校正图像；将所述待校正图像输入到目标高分辨率网络中，得到所述待校正图像对应的目标光流和前背景分割图；根据所述目标光流和所述前背景分割图，对所述待校正图像进行畸变校正，得到目标图像。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标光流和所述前背景分割图，对所述待校正图像进行畸变校正，得到目标图像，包括：根据所述前背景分割图，从所述待校正图像中提取前景区域，并从所述目标光流中确定与所述前景区域对应的前景光流；根据所述前景光流，对所述前景区域进行畸变校正，得到目标图像。3.根据权利要求2所述的方法，其特征在于，所述根据所述前景光流，对所述前景区域进行畸变校正，得到目标图像，包括：根据所述前景光流，对所述前景区域进行畸变校正；对畸变校正后所得的前景区域进行插值处理，得到目标图像。4.根据权利要求1‑3中任一项所述的方法，其特征在于，所述目标高分辨率网络通过以下方式训练得到：获取样本图像，其中，所述样本图像为无畸变图像；对所述样本图像进行畸变处理，得到畸变图像；确定所述样本图像与所述畸变图像之间的实际光流；将所述畸变图像输入到当前高分辨率网络中，得到所述畸变图像对应的预测光流；根据所述实际光流和所述预测光流，对所述当前高分辨率网络进行模型参数更新；响应于满足训练截止条件，将当前高分辨率网络确定为所述目标高分辨率网络；响应于不满足所述训练截止条件，重新执行所述获取样本图像的步骤至所述根据所述实际光流和所述预测光流，对所述当前高分辨率网络进行模型参数更新的步骤。5.根据权利要求4所述的方法，其特征在于，所述根据所述实际光流和所述预测光流，对所述当前高分辨率网络进行模型参数更新，包括：根据所述实际光流和所述预测光流，确定所述当前高分辨率网络的平滑L1范数损失；根据所述平滑L1范数损失，对所述当前高分辨率网络进行模型参数更新。6.根据权利要求4所述的方法，其特征在于，所述畸变处理包括以下中的至少一者：褶皱处理、倾斜处理以及扭曲处理。7.根据权利要求4所述的方法，其特征在于，所实际光流为稠密光流；所述确定所述样本图像与所述畸变图像之间的实际光流，包括：通过稠密光流算法，计算所述样本图像与所述畸变图像之间的实际光流。8.一种图像校正装置，其特征在于，包括：第一获取模块，用于获取待校正图像；特征提取模块，用于将所述第一获取模块获取到的所述待校正图像输入到目标高分辨率网络中，得到所述待校正图像对应的目标光流和前背景分割图；第一校正模块，用于根据所述特征提取模块得到的所述目标光流和所述前背景分割2CN114972098A权利要求书2/2页图，对所述第一获取模块获取到的所述待校正图像进行畸变校正，得到目标图像。9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1‑7中任一项所述方法的步骤。10.一种电子设备，其特征在于，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1‑7中任一项所述方法的步骤。3CN114972098A说明书1/9页图像校正方法、装置、存储介质及电子设备技术领域[0001]本公开涉及图像处理技术领域，具体地，涉